Recursive Flint: modelo aberto de programação de 40B roda em um notebook

A startup de IA Recursive lançou o Flint, seu primeiro modelo, em 21 de outubro de 2026. O Flint é um modelo de programação de pesos abertos feito para rodar na própria máquina do desenvolvedor, e seus pesos são de uso livre sob a licença Apache 2.0. A Recursive diz que ele roda a mais de 125 tokens por segundo em um MacBook Pro, rápido o bastante para movimentar um agente de programação sem enviar código a um serviço de nuvem.

"Pesos abertos" significa que qualquer pessoa pode baixar os números treinados do modelo e executá-lo. Um token é um pequeno pedaço de texto, muitas vezes uma palavra curta ou parte de uma. Richard Socher apresentou o modelo no X, segundo o RuntimeWire.

Como o Flint é construído

O Flint é um modelo de mistura de especialistas (MoE). Em vez de uma única rede grande, ele tem muitas redes "especialistas" menores e executa só algumas delas para cada token. Isso o torna muito mais rápido do que seu tamanho total sugere.

Segundo sua ficha do modelo no Hugging Face, o Flint tem 39,8 bilhões de parâmetros no total, que a Recursive arredonda para 40 bilhões. Cerca de 2,5 bilhões ficam ativos a cada token. Cada uma de suas 47 camadas MoE tem 256 especialistas, escolhe 6 por token e também executa sempre um especialista compartilhado.

Especificação	Flint
Parâmetros totais	39,8 bilhões
Ativos por token	Cerca de 2,5 bilhões
Camadas	49 (2 densas, 47 MoE)
Janela de contexto	262.144 tokens, segundo a ficha do modelo
Download completo	Cerca de 80 GB (pesos de 16 bits)
Download quantizado	23 GB no Ollama
Licença	Apache 2.0

As fontes divergem sobre o tamanho do contexto, a quantidade de texto que o modelo consegue considerar de uma vez. A ficha do modelo, o LM Studio e o Ollama indicam cerca de 262.000 tokens. O anúncio da Recursive fala em até 512.000, com 256.000 recomendados.

A Recursive diz que uma equipe pequena construiu o Flint do zero em menos de quatro meses. A empresa atribui ao seu próprio sistema de pesquisa automatizada, a Eureka Machine, trabalho em "quase todas as partes" do desenvolvimento. Isso inclui a busca de arquitetura, a quantização e o código de inferência. A quantização encolhe um modelo ao armazenar seus números com menos bits. A Recursive diz que sua versão NVFP4 de 4 bits fica a no máximo 0,7 ponto do modelo completo de 16 bits.

Benchmarks e velocidade

A Recursive informa estas pontuações em sua ficha do modelo, como a média de acerto na primeira tentativa em pelo menos cinco execuções:

• SWE-bench Pro v2: 89,7%
• SWE-bench Verified: 74,2%, um teste criado a partir de relatos reais de bugs do GitHub
• Terminal-Bench 2.1: 54,9%, tarefas feitas em um terminal de linha de comando

Esses números são da própria empresa, e a ficha observa que "configurações de avaliação e ambientes de execução podem afetar as pontuações". A Recursive afirma que o Flint lidera entre os modelos de mistura de especialistas com menos de 50 bilhões de parâmetros em testes de programação com agentes. Ela também diz que o Flint rivaliza com modelos densos de 25 a 40 bilhões de parâmetros, rodando mais de cinco vezes mais rápido.

A velocidade depende do hardware e do tamanho do contexto. A Recursive cita mais de 125 tokens por segundo em um MacBook Pro M4 Pro. Ela cita mais de 150 em uma Nvidia RTX Spark de 64 GB com contextos curtos. A OpenHands, que desenvolve um agente de programação de código aberto, mediu 100 tokens por segundo ou mais na RTX Spark com um contexto de 120.000 tokens.

Onde rodar

O Flint chega pelas ferramentas locais de sempre: Ollama, LM Studio, llama.cpp, Unsloth, vLLM e SGLang. A Recursive também lançou seu próprio motor de inferência, chamado rec, ajustado para os chips M4 Pro, M5 Pro e M5 Max. A página do Ollama traz comandos de inicialização para Claude Code, OpenCode, Hermes Agent e OpenClaw. O Ollama já permite que o Claude Desktop use modelos abertos locais, então o Flint também se encaixa nessa configuração.

A OpenHands oferece suporte ao Flint desde o dia do lançamento. "O novo modelo da Recursive mostra potencial real para programação e cargas de trabalho com agentes", disse Graham Neubig, cofundador e cientista-chefe da OpenHands. O modelo também está no OpenRouter, um serviço que oferece muitos modelos por meio de uma única API, mas sua página diz que o Flint ainda não está disponível pelo roteamento dentro da UE.

O Crypto Briefing informa que a Recursive captou US$ 650 milhões com avaliação de US$ 4,65 bilhões. Nenhuma outra fonte consultada confirma esses números.

O que isso significa para desenvolvedores

Vale testar o Flint se você quer um agente de programação que mantenha seu código na sua própria máquina. A licença Apache 2.0 permite uso comercial e ajuste fino, sem taxas de uso pelos pesos.

Verifique a memória primeiro. O LM Studio indica 24 GB de memória do sistema como mínimo, e a versão quantizada do Ollama é um download de 23 GB. O Crypto Briefing informa que o uso como agente é viável em máquinas com 48 GB. Servir o modelo completo de 16 bits com o SGLang exige uma GPU de data center B300 ou H200 por cópia, segundo a ficha do modelo.

Rode o modelo no seu próprio repositório antes de confiar nos benchmarks. Use as configurações sugeridas pela Recursive: temperature 1.0, top-p 0.95 e top-k 20. Dê espaço para ele pensar também. A ficha alerta que um raciocínio longo "pode esgotar o orçamento de saída antes que uma resposta fique completa" e sugere pelo menos 32.768 tokens de saída para problemas difíceis.

Teste contextos longos por conta própria, dada a divergência sobre o limite. Equipes na UE com regras de residência de dados devem rodá-lo localmente, e não pelo OpenRouter, por enquanto.